2.2估计回归模型 5.序列间的协方差 从组对象View中选择 Covariances查看组对象中各个序列的协方差矩 阵,见图(22)。 6.序列间的相关系数 从组对象Ⅴew中选择 Correlations查看组对象中各个序列的相关系数 矩阵,见图(23)。 7. Ganger因果关系检验 Pairwise Granger Causality Tests Date: 08/01/03 Time: 12: 29 Sample:19811993 Lags: 2 Null Hypothesis Obs F Probability CONS does not Granger Cause GDP 0.0s64 图24:cons和gdp的 Ganger因果关系检验 从组对象View中选择 Ganger查看组对象中各个序列两两配对 的 ganger因果关系的检验结果,见图(24)。gdp(国民收入) 不是cons(消费)的“ Ganger因”的假设被拒绝→gdp是cons的 因”(小概率0.03002事件发生拒绝 Null Hypothesis);同 cons(消费)不是gdp(国民收入)的“ Ganger因”的假设被接 受,所以国民收入gdp是消费cons的因,即可将人均国民收入gdp可以 作人均消费cons的自变量。 8.设置回归模型 根据经济学理论和EⅤiews通过 Views的火力侦察,设计理论消费函数 模型如下 const= Bo+ Bigdpt +ut 在工作文件窗口工具条上选择 Object→| New Object,打开对象类 型选择对话框,从对象类型中选择[ quation],打开方程对象设置对 话框,见图(25)。将(1)式理论模型输入到方程对象设置对话框 中。方程对象设置对话框分三栏,等待设置或选择。在最上部设置待 估计的理论模型,中部组合框选择估计模型的方法,下部确定用以估 计模型的样本区间。 在 EViews中设置待估计理论模型的方法有二,一是列表法——因变 量位于最前面,接着是自变量列表,列表中各项用空格分隔。列
2.2 O£8 . 21 5. Sm l|éView¥ÀJCovariancesw|é¥S Ý §ã£22¤" 6. Sm'Xê l|éView¥ÀJCorrelationsw|é¥S'Xê Ý §ã£23¤" 7. GangerÏJ'Xu ã 24: consÚgdpGangerÏJ'Xu l | é View¥ À JGanger w | é ¥ S ü ü é GangerÏJ'Xu(J§ã£24¤"gdp£I¬Â\¤ Ø´cons£¤¤/GangerÏ0báý⇒ gdp´cons /GangerÏ0£VÇ0.03002¯u)áýNull Hypothesis¤¶Ó cons£¤¤Ø´gdp£I¬Â\¤/GangerÏ0b ɧ¤±I¬Â\gdp´¤consϧ=ò<þI¬Â\gdp± <þ¤consgCþ" 8. £8 . â²LÆnØÚEViewsÏLViews»å §Onؤ¼ê .Xeµ const = β0 + β1gdpt + ut (1) 3ó©Ióä^þÀJ[Object]⇒[New Obeject]§méa .ÀJé{µ§léa.¥ÀJ[Equation]§m§éé {µ§ã£25¤"ò£1¤ªnØ .Ñ\§éé{µ ¥"§éé{µ©n9§ ½ÀJ"3þÜ OnØ .§¥Ü|ܵÀJO .{§eÜ(½^± O . «m" 3EViews¥OnØ .{k§´L{——ÏC þ uc¡§X´gCþL§L¥^© "
2.2估计回归模型 表中可以包含自回归移动平均ARMA选项,也可以包含多项式分布 滞后PDL选项。用保留字“C”表示模型中的截距项,例如,cons cgdp。二是方程法——将待估计模型以方程式形式明显的表示 出来,例如,y=c(1)+c(2)*x1+c(2)*x2,y是因变量,x1和x2是自变 量,c(1),c(2)和c(3)是带估计的系数。注意,两种设置法中都无需 将随机扰动项输入, EViews会自动将随机扰动项添加上。 线性模型既可以用采用列表法也可以采用方程法设置待估计的理论 模型。非线性模型只能采用方程法设置待估计的理论模型。例如, 将C-D生产函数 Q=AK Le 设置成,Q=C(1)*K^C(2)*^C(3)。其中C(1)表示待估计的广义技术 进步A,C(2)表示待估计的资本的产出弹性a,C(3)表示待估计的劳 动的产出弹性 默认的估计方法是LS. Least Squares( NLS and ARMA)。默认的样本 区间是当前样本区间。点击“OK”后输出估计结果,见图(25)。 9.估计回归模型 估计方程的命令方式是 equation eq01 Is cons c gdp 其中关键字 equation声明(新建)方程对象,eq1是新建方程对象 名,“.”后接估计方法ls(最小二乘法),再接必要的参数一因变量 接自变量构成的变量列表 10.运用回归模型进行预测 仅当模型通过了经济学检验、统计学检验和计量经济学检验之后,方 可在实践中对模型进行运用。今后不难发现本模型存在自相关,需要 进行矫正。这里,只是作为进行预测的示例 在方程对象窗口的工具栏上选择[ orecast,打开预测设置对话框见 图(27),要求提供三项信息:(1)默认的的预测结果存放在因变 量序列名后加“F”的新序列中,也可任意指定;(2)提供序列名 存反预测标准误;(3)指定预测区间, EViews默认的预测样本区间 与工作文件样本区间相同。点击“OK”得点预测结果和区间预测图 与预测评价指标输出,见图(28) 将原CONS序列和它的预测序列CONF生成组,通过趋势图观察预测 效果,见图(29)
2.2 O£8 . 22 L¥±¹g£8£Ä²þARMAÀ§±¹õª©Ù ¢PDLÀ"^3i/C0L« .¥ å§~X§cons c gdp"´§{——òO .±§ª/ª²wL« Ñ5§~X§y=c(1)+c(2)*x1+c(2)*x2§y´ÏCþ§x1Úx2´gC þ§c(1)§c(2)Úc(3)´OXê"5¿§ü«{¥ÑÃI òÅ6ÄÑ\§EViews¬gÄòÅ6ÄV\þ" 5 .Q±^æ^L{±æ^§{OnØ ."5 .Uæ^§{OnØ ."~X§ òC-D)¼ê Q = AKαL β e u (2) ¤§Q=C(1)*KˆC(2)*LˆC(3)"Ù¥C(1)L«O2ÂEâ ?ÚA§C(2)L«O] Ñ5α§C(3)L«ON ÄÑ5β" %@O{´LS.Least Squares(NLS and ARMA)"%@ «m´c «m":Â/OK0ÑÑO(J§ã£25¤" 9. O£8 . O§·-ª´ equation eq01.ls cons c gdp Ù¥' iequation(²£#蠟é§eq01´#ï§é ¶§/.0O{ls£¦{¤§27ëê—ÏCþ gCþ¤CþL" 10. $^£8 .?1ýÿ = .ÏL ²LÆu!ÚOÆuÚOþ²LÆu§ 3¢¥é .?1$^"8ØJuy .3g'§I ?1 "ùp§´?1ýÿ«~" 3§éIóä9þÀJ[Forecast]§mýÿé{µ ã£27¤§¦Jøn&Eµ£1¤%@ýÿ(J3ÏC þS¶\/F0#S¥§?¿½¶£2¤JøS¶ ýÿIOض£3¤½ýÿ«m§EViews%@ýÿ «m ó© «mÓ":Â/OK0:ýÿ(JÚ«mýÿã ýÿµdIÑѧã£28¤" òCONSSÚ§ýÿSCONF)¤|§ÏLª³ã* ýÿ J§ã£29¤"
2.2估计回归模型 Equation Specification Equation specification Dependent variable followed by list of regressors including ARMA and PDL terms, OR an explicit equation like Y=c[1)+c2)x cons c gdp r Estimatio on setting Method: LS. Least Squares (NLS and ARMA Cancel Sample:1981193 Option 图25:方程对象设置对话框 d Equation: EQ01 orkfile: KQ50 lew Procs objects Print Name Freeze/ Estimate Forecast Stats Resi Dependent Variable: CONS Date: 08/01/03 Time: 17: 13 Sample: 1981 1993 Included observations: 13 Variable Coefficient Std. Error t-Statistic Prob C 54.22285899397960287900001 GDP 0526377000808965.0768200000 R-squared 0.997409 Mean dependent var 573.6154 Adjusted R-squared 0.997174 S.D. dependent var S.E. of regression 14.94968 Akaike info criterion 8. 387895 Sum squared resid 2458 421 Schwarz criterion 8.474810 Log likelihood -52.52132 F-statistic 4234.993 Durbin-Watson stat 0.682156 Prob(F-statistic 图26:估计方程输出的标准结果
2.2 O£8 . 23 ã 25: §éé{µ ã 26: O§ÑÑIO(J
2.2估计回归模型 Forecast name: cnaf 厂 Subcuta A sample:19811993 S.E. (optional Forecast sample v Insert actuals for oul-of-tample L0coc」 图27:预测设置对话框 图28:区间预测图和预测评价指标 00 600 400 1984198619881990199 图29:CONS序列与预测序列CONF的趋势图
2.2 O£8 . 24 ã 27: ýÿé{µ ã 28: «mýÿãÚýÿµdI ã 29: CONSSýÿSCONFª³ã
3 EVIEWS的基本对象 3 EViews的基本对象 EViews是面相对象程序语言设计的应用软件系统。 EViews通过建立和 操作对象来进行计量分析。这里介绍对象容器一工作文件( Workfile)和 些最基本的对象——序列对象( Series)、组对象( Group)、标量对象 ( Scalar)、图形对象、表格对象和文本对象。 3.1工作文件( Workfile) 3.11新建工作文件 使用 EViews的第一步就是新建工作文件或将已有的工作文件调入内 存。新建工作文件的步骤是: 1.新建工作文件的菜单(鼠标图形界面交互)方式 选择主菜单Fie→New]→ Workfile,显示第14页fg:ev04图的对话 在对话框中选择合适的数据频率和起始及结束范围 数据频率各选项为: Annual表示年度,如1980、1999、2003等。如果只有两位数,默 认为20世纪的年份,如89默认为1989 semi- annual表示数据频率为半年。如,起始日期为2000结束日 期为2002,表示数据范围为2000:1(上半年),20002(下半 年),包括4个半年数据2001:1,2001:2,2002:1,2002:2。 Quarterly季度,表示为“年:季”或“年.季”,如20003 Monthly月度,表示为“年:月”或“年.月”,如20009。 Weekly、[Daly5 day weeks、[Dail7 day weeks周和日,表示为 “月:日:年” Undated or irregular非时间序列数据,选择该项时, Start date]和 End date分别改为 Start observation]和 End observa 指定了对话框中的数据频率选项和区间范围( Range)后,单 击OK]按钮,就可以看到工作文件窗口出现在EⅤiews工作区中 见图(30)。任何新创建的工作文件中都有两个图标:C Resid。C表示系数向量,Reid表示残差序列,C左边的图 表示对象C的类型是 Coefficient Vector, Resid左边的图标表示对 象 Resid的类型是 Series
§3 EVIEWSÄ é 25 3 EViewsÄ é EViews´¡é§SóOA^^XÚ"EViewsÏLïáÚ öé5?1Oþ©Û"ùp0 éNì—ó©£Workfile¤Ú Ä é——Sé£Series¤!|é£Group¤!Iþé £Scalar¤!ã/é!LéÚ© é" 3.1 ó©£Workfile¤ 3.1.1 #ïó© ¦^EViews 1ÚÒ´#ïó©½ò®kó©N\S "#ïó©Ú½´µ 1. #ïó©èü£àIã/.¡p¤ª ÀJÌèü[File]⇒[New]⇒[Workfile]§w«114fig:ev04ãé{ µ" 3é{µ¥ÀJÜ·êâªÇÚå©9(å" êâªÇÀµ Annual L«cݧX1980!1999!2003 "XJkü ê§% @20 Vc°§X89 %@1989" Semi-annual L«êâªÇc"X§å©FÏ2000 (åF Ï2002§L«êâ2000:1£þc¤§2000:2£e c¤§)4cêâ2001:1, 2001:2,2002:1, 2002:2" Quarterly GݧL«/c:G0½/c.G0§X2000:3" Monthly ݧL«/c:0½/c.0§X2000:9" Weekly ![Daily[5 day weeks]]![Daily[7 day weeks]]±ÚF§L« /:F:c0 Undated or irregular m S ê â § À J T §[Start date]Ú[End date]© O U [Start observation]Ú[End observation]" ½ é{µ¥êâªÇÀÚ«m£Range¤§ü Â[OK]Uܧұwó©IÑy3EViews󫥧 ã£30¤"?Û#Mïó©¥ÑküãIµ C Ú Resid"C L«Xêþ§Resid L«í S§C >ãI L«éC a.´Coefficient Vector§Resid>ãI L«é Resid a.´Series"